Wat is het verschil tussen analytische en generatieve AI?
Sinds de opkomst van Chat GPT, Midjourney, DALL-E, HeyGen en andere generatieve AI-toepassingen zijn alle ogen op artificiële intelligentie gericht. Deze relatief nieuwe tools omvatten echter niet alle mogelijkheden van AI: ze zijn een vertakking van analytische AI-systemen die al veel langer bestaan. Wat is nu eigenlijk het verschil tussen analytische en generatieve AI? En hoe zullen ze onze bedrijfsprocessen in de toekomst vormgeven?
Analytische versus generatieve AI
Bij Nalantis bouwen we al meer dan een decennium aan tools voor bedrijven die steunen op semantische AI-analyse: technologie die woorden niet alleen herkent, maar ook in hun semantische context begrijpt. Anders dan generatieve AI zijn deze analytische vormen van artificiële intelligentie al veel langer en prominenter met ons dagelijks leven verweven dan je misschien zou denken. Van het algoritme dat bepaalt welke Netflix-aanbevelingen je op het beginscherm te zien krijgt, tot chatbots en de spraakherkenning van Siri en Alexa. Maar ook predictive AI die geneeskundige diagnoses en juridische uitspraken helpt voorspellen.
Je kan analytische AI visualiseren als iemand die alle kennis voor een specifieke toepassing in handen heeft en op basis daarvan observaties, analyses en beslissingen maakt. Een schaakcomputer kent bijvoorbeeld alle strategieën van het spel en voorspelt zo jouw volgende zet. Deze AI’s zijn getraind om regels te volgen binnen een specifiek domein, maar ze kunnen geen nieuwe output genereren.
Daar komt generatieve AI in het verhaal, die op basis van oneindig veel data wel nieuwe dingen kan maken: tekst, beeld, computercode en zelfs muziek. Het is dus net als analytische AI te vergelijken met iemand die alle kennis in huis heeft. Maar nog meer dan louter analyseren kan deze AI ook data omzetten in gepersonaliseerde output die een antwoord biedt op de vraag die jij het stelt of de opdracht die je het geeft (jouw prompt).
Waarom generatieve AI nog niet op punt staat
Het idee achter generatieve AI klinkt als een droom om bedrijfsprocessen te optimaliseren en te besparen op grote investeringen. Talloze voorbeelden van foutieve en misleidende output tonen echter aan dat machines vaak fouten maken. En dat we nog lang niet op het punt zijn waarbij we voor de volle honderd procent op generatieve AI mogen vertrouwen.
De output van generatieve AI is onvoorspelbaar en de kwaliteit kan erg teleurstellen. Zo krijgen personen op AI-gegenereerde beelden wel eens twaalf vingers of drie benen. En zijn AI-teksten misschien wel goed geschreven, maar gaan ze inhoudelijk niet in de diepte. De gegenereerde output moet daarom nog altijd door mensen nagekeken en bewerkt worden.
Generatieve AI ‘hallucineert’: het creëert soms zijn eigen waarheid. Zo vroegen we aan Chat GPT om een tekst van 200 woorden te schrijven over de blauwgestreepte orca. De tekst kregen we, maar het is een pure hallucinatie gezien de blauwgestreepte orca helemaal niet bestaat. Deze valse waarheden zorgen misschien voor grappige situaties in informele chats, maar bij toepassingen in bedrijfsprocessen of maatschappelijke instanties heeft dit gevaarlijke gevolgen.
Handig om je teksten en beelden door AI te laten maken, maar wat met authenticiteit en het recht op auteursrecht? Volgens de wet kan iets dat gegenereerd is door AI niet beschermd worden door auteursrechten. Als persoon of bedrijf kan je dus niet zeggen dat de output van jou is, tenzij je het enkel als startpunt gebruikt voor je eigen creatie.
Bias of de ingebouwde vooroordelen van artificiële intelligentie zorgden in het verleden al vaker voor ethische kwesties die de nood aan responsible AI onderlijnen. Afhankelijk van de data waarop het getraind is, kan een AI-systeem bijvoorbeeld het beeld van een ‘succesvolle CEO’ altijd schetsen als een witte man.
Hoewel illegale informatie, onethische praktijken en haatspraak door generatieve AI worden vermeden met zogenoemde AI guardrails, vinden mensen al snel bruggetjes om deze te omzeilen. We spreken van jailbreaking. Zo ondervond een groep onderzoekers dat Chat GPT weigert instructies te geven om een bom te bouwen, tenzij je een bepaald suffix aan je prompt toevoegt.
Naast deze tekortkomingen merkt men ook dat generatieve AI, zoals ze vandaag bestaat, op een limiet botst. Hoewel het makkelijk lijkt, kunnen we generatieve AI-modellen niet gewoon periodiek nieuwe data voeren om het up-to-date te houden met actuele feiten. Dat komt omdat het een gesloten dataset heeft: de makers weten niet in welk stukje data ze een aanpassing moeten uitvoeren om nieuwe informatie toe te voegen. Zelfs al zouden ze dan dat ene stukje data kunnen aanpassen, dan nog maakt het model niet automatisch de juiste connecties met oudere data. Het zou misschien weten dat Rishi Sunak de nieuwe premier van Groot-Brittannië is, maar nog niet juist antwoorden op de vraag wie de vrouw van de Britse premier is. Het model wordt daarom steeds van nul gebouwd en dat vraagt enorm veel tijd, geld en energie.
Door die grote investeringen blijft de generatieve AI-macht in handen van de allergrootsten, hoewel zelfs zij aangeven dat er ergens een einde zal komen aan de mogelijkheden van hun tools. Sam Altman, CEO van het bedrijf OpenAI dat achter Chat GPT zit, vertelt dat hij niet gelooft dat het model nog verder kan groeien louter door het meer data te voeden.
Een nieuwe toekomst voor AI
Moet je je nu afwenden van generatieve AI? Zeker niet. Op veel vlakken zullen de toepassingen onze manier van werken nog steeds veranderen. Wel moet je alert blijven voor de imperfecties van generatieve AI-modellen en de output door mensen laten nakijken. Bij Nalantis geloven we vooral dat artificiële intelligentie echt de lucht in zal schieten wanneer analytische AI en generatieve AI de krachten bundelen. Denk bijvoorbeeld aan een betrouwbare tool die een kwalitatieve analyse van data maakt én er een goede tekst over uitschrijft.
Houd ook je ogen open voor duurzame alternatieven. Technologiebedrijf VERSES voorziet bijvoorbeeld in een nieuwe artificiële toekomst als antwoord op de huidige beperkingen van generatieve AI. Met hun Genius-model bouwen zij aan AI die real-time bijleert en zo zijn kennis verder bouwt op wat er al is. Bovendien is het model multidimensioneel, adaptief, efficiënt en coöperatief. In plaats van zich te focussen op één domein (zoals Chat GPT gericht is op tekst) zouden de mogelijkheden van Genius breder zijn en kan het communiceren met andere toepassingen. Nalantis is één van de trotse partners die dit nieuwe AI-model mag uittesten in het Genius closed beta programma.
We werken dus actief mee aan nieuwe ontwikkelingen en kijken vol spanning uit naar de toekomst van AI. Een toekomst waarin we analytische en generatieve AI hopelijk hand in hand zien lopen om het werk van mensen écht te optimaliseren.
Wil je op de hoogte blijven van de evolutie van dit project? Volg Nalantis op LinkedIn.
Geschreven door Frank Aernout, CEO bij Nalantis.